MétaCan
Menu
Retour à la cohorte
Enregistrement W1533007707 · doi:10.1111/cge.12403

The impact of multiplex genetic testing on disease risk perceptions

2014· article· en· W1533007707 sur OpenAlexfundno aff
Shoshana Shiloh, Hendrick D. DeHeer, Shira Peleg, Sharon Hensley Alford, Kaley Skapinsky, J. Scott Roberts, Donald W. Hadley

Notice bibliographique

RevueClinical Genetics · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensnon disponible
Organismes subventionnairesNational Human Genome Research InstituteCanadian Institutes of Health ResearchHenry Ford Health SystemOak Ridge Institute for Science and EducationNational Cancer InstituteNational Institutes of HealthJohns Hopkins UniversityU.S. Department of Energy
Mots-clésGenetic testingConcordanceMedicineFamily historyPopulationDiseaseRisk assessmentTest (biology)Internal medicineEnvironmental healthBiology

Résumé

récupéré en direct d'OpenAlex

This study assessed the effects of multiplex genetic testing on disease risk perceptions among 216 healthy adults. Participants, aged 25-40, were recruited through the Multiplex Initiative, which offered a genetic susceptibility test for eight common diseases. Participants completed baseline telephone and web-based surveys prior to making the testing decision. Three months after the receipt of mailed test results, participants completed a follow-up telephone survey. Risk perceptions for the eight diseases were measured at baseline and follow-up, along with beliefs about genetic causation of those diseases. The main results were: (i) mean risk perceptions were considerably stable from baseline to follow-up; (ii) the best predictors of follow-up risk perceptions were the corresponding baseline perceptions and family history; and (iii) within-individuals, most participants increased or decreased their risk perceptions for specific diseases in concordance with the number of risk markers they carry, their family history and their beliefs about genetic causality of diseases. In conclusion, participants presented a vigilant approach to the interpretation of genetic test results, which provides reassurance with regard to a potential inflation of risk perceptions in the population because of multiplex genetic testing.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil0,457

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,048
Tête enseignante GPT0,396
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical GeneticsMême sujetBRCA gene mutations in cancerTravaux en français237 207